MZ《人工智能AI绘画》

这套课讲的是用 Stable Diffusion 这类工具做 AI 绘画，重点不在"输入一句话出图"的新鲜感，而在把出图这件事变成可重复、可控制的工作流程。很多人自己摸索过一阵，卡点往往很一致：下载的模型不知道哪个好用、生成的图风格飘忽、想固定某个角色或画风却做不到、装插件报错就放弃。这门课基本是冲着这些具体问题去的。

先看部署和提示词这两块

建议从云端部署那部分入手，先跑通一次完整出图，再决定要不要折腾本地。云端的好处是不用管显卡型号和显存，代价是排队和付费，适合还没确定自己会不会长期用的人。本地部署涉及环境配置和插件安装，出问题的地方多，但一旦装好，后续调试效率高很多。这两条路都讲，你可以按自己的机器条件选。

提示词书写与进阶是另一块该早看的内容。AI 绘画里，出图质量的分水岭常常不在模型，而在你会不会描述。权重怎么加、负面提示词怎么写、不同画风该用哪类词，这些属于用一次就见效的知识，先掌握能让后面所有练习都省力。

模型、embeddings 和 lora 解决什么

大模型决定整体画风和基础能力，embeddings 偏向微调某些细节特征，lora 则是用来固定特定角色、服装或画风的小型附加模型。这三者的区别和搭配方式，是课程里比较实用的部分。学完你能判断一个需求该用哪种方式解决，而不是见到新模型就下载、硬盘堆满却不知道用哪个。

模型缩略图的制作放在靠后位置，看起来不起眼，实际用久了会发现问题：模型攒到几十个之后，光看文件名根本记不住哪个是哪个。会做缩略图，模型库才管得住。这块内容适合已经有一定积累、开始觉得管理混乱的人回头看。

学完能独立做什么

按课程走完，比较现实的预期是：能自己搭好一套可用的出图环境，根据需求写出有效的提示词，用 lora 或 embeddings 控制画面特征，做出风格相对稳定的成图。这足以应付头像、配图、概念草图、电商素材初稿这类日常需求，也能支撑你继续往更细的方向自学。

需要说清楚的是，这门课不承诺商业接单能力，也不涉及复杂的后期合成和精修。它给的是工具层面的控制力，剩下的审美判断和项目经验，还得靠大量出图积累。资料本身以视频为主，建议边看边同步操作，不要一次性看完再动手——AI 绘画的多数坑都在配置环节，跟着做一遍比看三遍有用。每学完一个模块，挑一个自己的实际需求去练，比如给某个角色做一组统一风格的头像，比漫无目的地随机出图更能检验掌握程度。